တွဲထားသော t စမ်းသပ်မှုတွင် အယူအဆသုံးခုကို ပုံဖော်ထားသည်။

နမူနာတစ်ခုရှိ ရှုမြင်မှုတစ်ခုစီရှိ အခြားနမူနာတစ်ခုရှိ စူးစမ်းမှုတစ်ခုနှင့် ဆက်စပ်နိုင်သောအခါ နမူနာနှစ်ခု၏နည်းလမ်းကို နှိုင်းယှဉ်ရန် တွဲထားသောနမူနာကို t-test ကို အသုံးပြုသည်။

ဤစမ်းသပ်မှုအမျိုးအစားသည် ဒေတာနှင့်ပတ်သက်၍ အောက်ပါ ယူဆချက်ကို ဖြစ်စေသည်-

1. လွတ်လပ်မှု- ရှုမြင်မှုတစ်ခုစီသည် အခြားရှုမြင်မှုတစ်ခုမှ သီးခြားဖြစ်ရမည်။

2. Normality- အတွဲများအကြား ကွာခြားချက်များသည် ခန့်မှန်းခြေအားဖြင့် ပုံမှန်ဖြန့်ဝေသင့်သည်။

3. လွန်ကဲသောအစွန်းထွက်များမရှိပါ- ကွဲပြားမှုများတွင် လွန်ကဲသောအစွန်းထွက်များမရှိသင့်ပါ။

ဤယူဆချက်တစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသောယူဆချက်များနှင့် မကိုက်ညီပါက၊ တွဲထားသောနမူနာ t-test ၏ရလဒ်များသည် ယုံကြည်စိတ်ချရသော သို့မဟုတ် လွဲမှားစေနိုင်ပါသည်။

ဤသင်ခန်းစာတွင်၊ ယူဆချက်တစ်ခုစီ၏ ရှင်းလင်းချက်၊ ယူဆချက်နှင့် ကိုက်ညီခြင်းရှိ၊ မရှိ ဆုံးဖြတ်နည်းနှင့် ၎င်းကို ချိုးဖောက်ပါက မည်သို့လုပ်ဆောင်ရမည်ကို ကျွန်ုပ်တို့ ပေးပါသည်။

အယူအဆ 1- လွတ်လပ်ရေး

တွဲထားသောနမူနာ t-test သည် ရှုမြင်မှု တစ်ခုစီသည် အခြားလေ့လာတွေ့ရှိချက်အားလုံးနှင့် ကင်းကွာသည်ဟု ယူဆသည်။

ဒီယူဆချက်ကို ဘယ်လိုအတည်ပြုမလဲ။

ဤယူဆချက်ကို အတည်ပြုရန် အရိုးရှင်းဆုံးနည်းလမ်းမှာ ရှုမြင်မှုတစ်ခုစီကို ကျပန်းနမူနာနည်းလမ်း ဖြင့် စုဆောင်းထားကြောင်း အတည်ပြုရန်ဖြစ်သည်။

အကယ်၍ ကျပန်းနမူနာနည်းလမ်းကို အသုံးပြုခဲ့လျှင် (ဥပမာ ရိုးရှင်းသောကျပန်းနမူနာ) ကိုအသုံးပြုခဲ့လျှင် ရှုမြင်မှုတစ်ခုစီသည် အခြားလေ့လာတွေ့ရှိချက်အားလုံးနှင့် ကင်းကွာသည်ဟု ကျွန်ုပ်တို့ ယူဆနိုင်ပါသည်။

ဒီယူဆချက်ကို မလေးစားရင် ဘာလုပ်မလဲ။

ဤယူဆချက်နှင့်မကိုက်ညီပါက၊ တွဲထားသောနမူနာ t-test ၏ရလဒ်များသည် လုံးဝမမှန်ပါ။

ဤအခြေအနေတွင်၊ ရှုမြင်မှုတစ်ခုစီသည် သီးခြားလွတ်လပ်ကြောင်း သေချာစေရန် ကျပန်းနမူနာနည်းလမ်းကို အသုံးပြု၍ လေ့လာချက်အသစ်များကို စုဆောင်းရန် အကောင်းဆုံးဖြစ်သည်။

Hypothesis 2- ပုံမှန်အခြေအနေ

တွဲထားသောနမူနာများ t-test သည် အတွဲများအကြား ကွာခြားချက်များကို ခန့်မှန်းခြေအားဖြင့် ပုံမှန်ဖြန့်ဝေသင့်သည်ဟု ယူဆသည်။

အတွဲများအကြား ကွဲပြားမှုများကို ပုံမှန်မဖြန့်ဝေပါက၊ ကောက်ချက်ဆွဲရန်အတွက် စမ်းသပ်မှု၏ p-value ကို အသုံးပြုခြင်းသည် မမှန်ကန်သောကြောင့် ၎င်းသည် အရေးကြီးသော ယူဆချက်ဖြစ်သည်။

ဒီယူဆချက်ကို ဘယ်လိုအတည်ပြုမလဲ။

ဤယူဆချက်အား စမ်းသပ်ရန် အလွယ်ကူဆုံးနည်းလမ်းမှာ တွဲစပ်ထားသော ခြားနားချက်များကို ဟစ်စတိုဂရမ်တစ်ခုဖန်တီးပြီး ဟီစတိုဂရမ်တွင် ခေါင်းလောင်းပုံသဏ္ဍာန်ရှိမရှိ အမြင်အာရုံဖြင့် စစ်ဆေးရန်ဖြစ်သည်။

ဥပမာအားဖြင့်၊ ဟီစတိုဂရမ်ပုံသဏ္ဍာန်နှင့်တူပါက၊ ပုံမှန်အဖြစ်ယူဆချက်နှင့်ကိုက်ညီသည်ဟု ကျွန်ုပ်တို့ပြောနိုင်သည်-

သို့ရာတွင်၊ ဟစ်စတိုဂရမ်ပုံသဏ္ဍာန်နှင့်တူပါက၊ ပုံမှန်အဖြစ်ယူဆချက်နှင့်မကိုက်ညီဟု ကျွန်ုပ်တို့ပြောနိုင်သည်-

ဒီယူဆချက်ကို မလေးစားရင် ဘာလုပ်မလဲ။

ဤယူဆချက်အား ချိုးဖောက်ပါက၊ တွဲထားသောနမူနာများ၏ t-test နှင့် ညီမျှသောမဟုတ်သော parametric တူညီသည်ဟု ယူဆသည့် Wilcoxon signed-rank test ကို လုပ်ဆောင်နိုင်ပြီး တွဲထားသော မတူညီမှုများကို ပုံမှန်ဖြန့်ဝေသည်ဟု မယူဆပါ။

အယူအဆ 3- လွန်ကဲသောအစွန်းထွက်များမရှိပါ။

တွဲထားသောနမူနာ t-test သည် ဒေတာတွင် လွန်ကဲသော အစွန်းအထင်းများ မရှိဟု ယူဆသည်။

ဒီယူဆချက်ကို ဘယ်လိုအတည်ပြုမလဲ။

ဤယူဆချက်အား စမ်းသပ်ရန် အလွယ်ကူဆုံးနည်းလမ်းမှာ တွဲထားသော ခြားနားချက်များကို အကွက်တစ်ခု ဖန်တီးပြီး အစွန်းအထင်းများ ရှိမရှိ စစ်ဆေးရန် ဖြစ်သည်။

ဥပမာအားဖြင့်၊ တွဲထားသော မတူညီမှုများ၏ အကွက်ကွက်ကွက်သည် ဤကဲ့သို့ဖြစ်သည်ဆိုပါစို့။

တွဲထားသော ခြားနားချက်အများစုသည် သုညနှင့် နီးစပ်သော်လည်း 19 ခန့်နှင့် တူညီသော အတွဲလိုက်ခြားနားချက်တစ်ခု ရှိသည်၊ ၎င်းမှာ အစွန်းထွက်တစ်ခုဖြစ်သည်။

မှတ်ချက် – အစွန်းတစ်ခုကိုညွှန်ပြရန် အကွက်ကွက်ကွက်တစ်ခုတွင် စက်ဝိုင်းတစ်ခုကို ပုံမှန်အားဖြင့်အသုံးပြုသည်။

သို့ရာတွင်၊ တွဲထားသော ခြားနားချက်များ၏ အကွက်ကွက်ကွက်သည် ဤကဲ့သို့ဖြစ်သည်ဆိုပါစို့။

ဤကွက်လပ်ကွက်ကွက်တွင် ရှင်းလင်းပြတ်သားသောအစွန်းအထင်းများမရှိပါ၊ ထို့ကြောင့် ဒေတာတွင် လွန်ကဲသောအစွန်းထွက်များမရှိဟု ကျွန်ုပ်တို့ယူဆပါမည်။

ဒီယူဆချက်ကို မလေးစားရင် ဘာလုပ်မလဲ။

ဤယူဆချက်ကို ချိုးဖောက်ပါက၊ တွဲထားသောနမူနာ t-test ၏ရလဒ်များသည် ပြင်ပမှ ပုံမှန်မဟုတ်သော သက်ရောက်မှုရှိနိုင်သည်။

ဤအခြေအနေတွင်၊ ၎င်းသည် မှားယွင်းနေသည့်ဒေတာအချက်ကို ကိုယ်စားပြုသည် သို့မဟုတ် ဒေတာထည့်သွင်းမှုအမှားတစ်ခု၏ရလဒ်ဖြစ်သည်ဟု သင်ယုံကြည်ပါက၊ အကြမ်းဖျင်းကို သင်ဖယ်ရှားနိုင်သည်။

တနည်းအားဖြင့်၊ သင်သည် တွဲထားသောနမူနာ t-test ရလဒ်များကို အစီရင်ခံသောအခါတွင် အကြမ်းဖျင်းကို မှတ်သားထားနိုင်သည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် အခြားစာရင်းအင်းစစ်ဆေးမှုများတွင် ပြုလုပ်ထားသော ယူဆချက်များကို ရှင်းပြသည်-

t စမ်းသပ်မှုတစ်ခုတွင် အယူအဆလေးခုကို ပုံဖော်ထားသည်။
ချီစတုရန်းစမ်းသပ်မှု၏ ယူဆချက်လေးခု
parametric စစ်ဆေးမှုများ၏ ယူဆချက်လေးခု